r - 倾向得分匹配使用 Match 命令估计二元结果变量中的 ATT

Question

我想使用 R 中的 Matching 包和 Match 命令来使用倾向得分匹配来估计二元结果变量或计数结果变量（泊松）的 ATT（对被治疗者的平均治疗效果）。看来 Match 命令只允许连续的结果变量。我的连续变量代码是：

glm1 <- glm(Tr~age + educ + black + etc.)在 logit 或 probit 模型中估计倾向得分。

m1 <- Match(Y=Y, Tr=Tr, X=glm1$fitted, estimand="ATT", M=1, ties=TRUE, replace=TRUE)估计结果变量 Y 上的治疗暴露的 ATT。

我如何估计 R 中的二进制或计数结果变量？

我的分析更加复杂，因为我想估计差异的差异，而不仅仅是治疗组的后期结果减去对照组的后期结果。所以，我想估计（治疗中的结果（后 - 前））减去（控制中的结果（后 - 前））。当结果变量是连续的时，我相信我可以减去处理和控制的平均结果，并将其用作匹配过程 ( Y <- cbind(YDIFF)) 的新结果变量。但是，如果我有一个二元结果变量或计数结果变量，我如何将其合并以获得倾向得分匹配样本中的差异估计值？

标签： rbinarymatchdifferencepropensity-score-matching

Answer 1

对于 1/0 目标变量，一切都一样。只有您不会查看目标变量的平均值，而是查看平均频率（计算方式相同，因为平均结果变为频率）。因此，从编码的角度来看，如果您对二进制结果变量感兴趣，则没有区别。